تعد الرسوم البيانية أداة حيوية في توصيل الأنماط والاتجاهات والبيانات المدهشة، لكن الخيارات التصميمية الخادعة مثل محاور مقطوعة أو مُعكوسة، وأبعاد مشوّهة، يمكن أن تؤثر بشكل كبير على الفهم والتفسير. ومع تزايد استخدام نماذج الرؤية واللغة (Vision-Language Models) في فهم الرسوم البيانية والتحليل، أصبح تقييم قدرتها على التعامل مع هذه الأشكال المضللة أمرًا بالغ الأهمية لضمان موثوقية التحليل البياني.

في هذا السياق، نقدم لـ 'VisDeception'، وهو أول معيار معتمد لتقييم قوة نماذج الرؤية واللغة ضد تصميمات الرسوم البيانية الم misleading. هذا المعيار يحتوي على 1600 رسوم بيانية موثوقة ومضللة تغطي ثمانية فئات رئيسية من تقنيات التصور الخادع. كل رسم بياني مضلل يرافقه نظير موثوق من نفس البيانات الأساسية، مما يتيح تجربة موجهة لفهم كيف يمكن أن تؤثر الرسوم البيانية الم misleading على استجابات النماذج.

للفصل بين أخطاء التفكير الناتجة عن الخداع وأخطاء فهم الرسوم البيانية العامة، نقدم 'Deception Score'، وهو مقياس تقييمي يقيس كيفية تحريف الرسوم البيانية الم misleading لاستجابة النموذج بعيدًا عن التفسير الموثوق للبيانات. من خلال دراسة شاملة تشمل 32,000 استجابة من 10 نماذج حديثة، وجدنا أن النماذج المتقدمة لا تزال معرضة بشكل كبير للتلاعب البصري الخادع.

لتحسين القوة، نقترح أيضًا إطار عمل متعدد الوكلاء أثناء عملية الاستدلال يقوم بدعم التفكير بمعلومات هيكلية مستخرجة من الرسوم البيانية قبل توليد الإجابات، مما يمكّن النماذج من تقليل تأثير الخدع البصرية دون الحاجة إلى تعليمات مباشرة من المستخدمين. تكشف نتائجنا عن فجوات موثوقية هامة في الأنظمة الحالية لفهم الرسوم البيانية، كما تحدد طرائق جديدة لتقييم النماذج وتحسين موثوقيتها في التحليل المرئي.